Aplicación de técnicas de detección de anomalías a escenarios de ciudades inteligentes
[ES] Una de las grandes preocupaciones en la actualidad de las empresas es la detección y prevención temprana de ataques de ciberseguridad. Para ello, existen los Sistemas de Detección de Intrusiones, herramientas que cuentan con sensores virtuales y que basan su detección en el análisis del tráfico...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | capítulo de libro |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/102999 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/102999 |
| Access Level: | acceso abierto |
| Palabra clave: | Telematics DBSCAN Minería de datos Agrupamiento Detección de anomalías |
| Sumario: | [ES] Una de las grandes preocupaciones en la actualidad de las empresas es la detección y prevención temprana de ataques de ciberseguridad. Para ello, existen los Sistemas de Detección de Intrusiones, herramientas que cuentan con sensores virtuales y que basan su detección en el análisis del tráfico de red. El problema surge cuando se dan ataques que estos sistemas no detectan. Una de las soluciones existentes a esta problemática es acudir a la minería de datos e intentar detectar anomalías en grandes volúmenes de datos, no pertenecientes únicamente al tráfico de red sino datos que puedan provenir de diversas fuentes. En este artículo se propone una solución enmarcada en el proyecto DHARMA haciendo uso de la técnica de agrupamiento, dentro de la disciplina de la minería de datos, en concreto del algoritmo DBSCAN. |
|---|